首页> 中文学位 >基于区域信息及改进综合学习粒子群优化的SAR图像配准方法
【6h】

基于区域信息及改进综合学习粒子群优化的SAR图像配准方法

代理获取

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 研究背景和意义

1.2 研究历史与现状

1.3 本文主要工作及安排

第二章 SAR图像配准的基本理论

2.1 图像配准简单介绍

2.2 图像配准简单介绍SAR图像的评价准则

2.3 本章小结

第三章 基于多尺度椭圆化显著区域和CLPSO的SAR图像配准方法

3.1 引言

3.2 显著区域提取和区域椭圆拟合参数

3.3 金字塔区域搜索策略和区域搜索算法

3.4 本章方法的具体描述

3.5 实验结果与分析

3.6 本章小结

第四章 基于显著分割子区域匹配对的SAR图像配准方法

4.1 引言

4.2 区域匹配和子图像对配准

4.3 子图像对和原图像对配准参数的转化方法

4.4 本章方法的具体描述

4.5 实验结果与分析

4.6 本章小结

第五章 总结与展望

5.1 工作总结

5.2 未来展望

参考文献

致谢

作者简介

展开▼

摘要

合成孔径雷达(SAR)采用微波主动成像技术,具有全天候、全天时、对地表和云层的穿透、高分辨率,侧视成像等特点,其成像条件不受天气或者能见度的影响,在遥感任务中得到了越来越广泛的应用。由于同一SAR系统在不同时期、不同视角经过同一区域时存在一定的几何形变,该问题的解决是图像融合、变化检测、地物分类等后续SAR图像处理的先决条件,因此,SAR图像配准是图像处理领域一个非常重要的研究课题。
  通过对现有配准的深入学习和研究,本文从区域角度探索解决不同时相SAR图像的配准问题,并做了相关仿真实验。本文的主要工作有以下内容:
  1.从显著区域分割的角度在浮动图像中提取区域,并用椭圆化的区域作为模板进行在参考图像中进行模板匹配,通过对浮动图像和参考图像构建小波金字塔,在不同分辨率上利用综合学习粒子群算法对匹配区域进行粗搜索和精搜索,在最顶层确定最佳匹配区域对,在其余层利用浮动图像中对应的该最佳区域继续进行区域搜索,最后利用匹配椭圆区域的中心点、长轴端点、短轴端点计算最终变换参数。对Radarsat-2卫星分别于2008和2009年所拍摄的黄河入海口的图像进行了实验,实验结果验证了本方法可以对SAR图像进行快速有效配准。
  2.提出采用基于灰度直方图众数排序的方法进行区域匹配,可以在两个区域分割效果并不是很一致的情况下很好地度量其相似性;对子区域图像对提出采用比值图像熵为相似度量函数,搜索算法为提出的改进后综合学习粒子群算法。所提出的配准方法,用子图像对的配准代替原图像对的配准,有效提高了配准效率,之后借助特征点在子图像对和原图像对中的不同坐标,将子图像对的配准参数转化为原图像对的配准参数。对Radarsat-2卫星分别于2008和2009年所拍摄的黄河入海口的图像进行了实验,实验结果验证了本方法的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号